Agentik mühendislik: Kod üretiminin ötesindeki iş akışı

Agentik mühendislik nedir?

Agentik mühendislik, GitHub’ın tarifinde yazılım geliştirmedeki yapay zekâ kullanımını kod üretiminin ötesine taşıyan bir çalışma biçimi. Çerçeve, geliştiricinin yalnızca bir istem verip kod almasına değil; gereksinimleri toplamasına, uygulamayı yönlendirmesine, değişiklikleri gözden geçirmesine, test sonuçlarını değerlendirmesine ve üretimde olanları araştırmasına odaklanıyor.

GitHub bu süreci dört başlıkla anlatıyor: Planlama, geliştirme, doğrulama ve gözlem. Buradaki temel fikir, ajanların bu aşamalarda verimliliğe yardımcı olabilmesi; buna karşılık insanın değerlendirmesi gereken işlerin ortadan kalkmaması. Başka bir deyişle, hızlanan kısım kodun yazılması olabilir; ancak yazılımın bağlamını kurmak ve sonuçlarını tartmak hâlâ iş akışının parçası.

Neden yalnızca kod yazma hızı yeterli değil?

GitHub’a göre ekim ayında platformda bir haftada 1,2 milyardan fazla commit kaydedildi. Bu sayı, bir yıl öncesine kıyasla yüzde 400’ün üzerinde artış anlamına geliyor ve GitHub’ın 2025’in tamamında aldığı commit sayısını aşıyor.

Bununla birlikte GitHub, daha fazla kod üretmenin otomatik olarak aynı oranda üretkenlik getirmediği sorusunu gündeme taşıyor. Şirketin aktardığı Faros AI araştırmasında, ekiplerin düşük yapay zekâ kullanımından yüksek kullanıma geçmesiyle pull request’lerin incelemede geçirdiği sürenin yüzde 441 daha uzun olduğu belirtiliyor. Bu karşılaştırma, kodun ortaya çıkmasından sonraki kontrol ve karar süreçlerinin ayrı bir darboğaz olabileceğine işaret ediyor.

Planlama aşamasında asıl sorun bağlamı toplamak

GitHub’ın verdiği API değişikliği örneğinde gerekli bilgiler farklı yerlere dağılmış durumda: Tasarım başka bir araçta, uyumluluk gereksinimi Slack’te, mevcut uygulamanın gerekçesi ise eski bir pull request’te bulunabiliyor. Geliştiricinin işe başlamadan önce bu ayrıntıları bir araya getirmesi, seçenekleri karşılaştırması ve mevcut istemcilerin nasıl çalışmaya devam edeceği konusunda uzlaşması gerekiyor.

Bu nedenle basit görünen bir planlama işi; arama, çapraz kontrol ve yanıt toplama sürecine dönüşebiliyor. GitHub’ın önerisi, Copilot’tan dağınık bağlamı tek yerde toplamak, seçenekler arasındaki dengeleri ele almak ve alınan kararları bir uygulama planına dönüştürmek için yararlanmak. Ancak planın oluşturulması, onun doğru olduğu anlamına gelmiyor; kaynak metin özellikle inceleme ve onay adımını koruyor.

Agentik mühendislik planlamayı nasıl yapılandırıyor?

İlk adım, ekipte yer alan farklı kişilerin aynı bağlam üzerinde çalışması. GitHub, ürün yöneticileri, tasarımcılar, analistler ve iş paydaşlarıyla Slack veya Teams üzerinden işbirliği yapılabileceğini; bağlı araçlardaki bağlamın kullanılarak varsayımların kontrol edilebileceğini, fikirlerin eklenebileceğini ve gereksinimlerin birlikte netleştirilebileceğini söylüyor.

Sonraki adım, üzerinde uzlaşılan gereksinimleri uygulanabilir işe çevirmek. Bu kapsamda Copilot’tan, uygulama için gereken bağlamı ve kabul kriterlerini içeren GitHub Issues oluşturması istenebiliyor. Birbirinden ayrı yürütülebilecek görevler de bölünebiliyor. Kabul kriterleri burada önem taşıyor: Yapılacak işi tarif eden kararları daha görünür ve denetlenebilir hâle getiriyor.

Rutin işler ile zor kararları ayırmak

GitHub’ın yaklaşımında her görev aynı biçimde ele alınmıyor. GitHub Agentic Workflows ile issue’ların etiketlenmesi ve görev karmaşıklığının tahmin edilmesi öneriliyor. Düşük karmaşıklıktaki görevler doğrudan Copilot’a atanabilirken, geliştiricinin zamanını daha zor kararlara ayırması hedefleniyor.

Karmaşık işler içinse Copilot’un tercih edilen yüzeyindeki Plan Mode kullanılabiliyor. Bu mod, yaklaşımları karşılaştırmak ve uygulama planını ayrıntılandırmak için sunuluyor. Ardından planın gözden geçirilmesi ve onaylanması, ancak bundan sonra Copilot’a uygulama görevinin verilmesi tavsiye ediliyor. Bu sıra, yapay zekâyı kararın yerine koymak yerine karar sonrasındaki uygulamaya bağlayan bir model çiziyor.

Geliştiricinin rolü nerede kalıyor?

GitHub’ın metni, ajanların planlama, geliştirme, doğrulama ve gözlem boyunca destek sunabileceğini anlatıyor; fakat geliştiricinin rolünü açıkça koruyor. Geliştirici gereksinimleri topluyor, uygulamayı yönlendiriyor, değişiklikleri inceliyor, test sonuçlarını değerlendiriyor ve üretimde yaşananları araştırıyor.

Dolayısıyla agentik mühendislik, kaynakta anlatıldığı biçimiyle tek başına bir kod üretme tekniği değil. Planın incelemeye açık olması, kabul kriterlerinin yazılması, karmaşık işlerin ayrıca planlanması ve sonuçların değerlendirilmesi bu yaklaşımın parçaları. GitHub’ın iddiası, zamanın bilgiyi bulmaya değil kararlara ayrılabilmesi; bunun için de otomasyonun kapsamının, insan onayının yerini almayacak biçimde tanımlanması.